IA pode substituir gestores de ações? Modelos perdem dinheiro em competições

Em Alpha Arena, oito modelos de IA negociaram ações de tecnologia americanas por duas semanas, com US$ 10.000 cada, para testar se IA pode substituir gestores.
A carteira total perdeu cerca de um terço do capital, e, em 32 conjuntos de resultados, apenas seis foram lucrativos.
O Grok 4.20 teve o melhor resultado entre cenários em que conhecia o resultado dos concorrentes; o Qwen, da Alibaba, realizou mais operações sob as mesmas instruções (1.418 contra 158).
As IA tomaram decisões muito diferentes com instruções idênticas, variando entre operar comprado, vendido e usar alta alavancagem.
No fim, especialistas destacam que as IA ainda não substituem gestores de fundos; é preciso estrutura de apoio, dados e supervisão humana, com resultados que variam conforme o design e o contexto.

A inteligência artificial ainda não substituiu gestores de fundos. Em competições públicas, modelos de IA foram colocados para operar ações americanas por duas semanas, com resultados em sua maioria negativos. Participaram Claude, Gemini, ChatGPT e Grok, entre outros, em cenários de negociação com sinais diversos.

Nas disputas, cada modelo recebeu US$ 10 mil por rodada. O objetivo era testar desempenho em ações de tecnologia, com estratégias que envolviam alta alavancagem, abordagens defensivas e reação à concorrência. O saldo agregado da carteira ficou próximo de perder um terço do capital inicial.

Em 32 conjuntos de resultados, apenas seis mostraram lucro. O Grok 4.20 teve o desempenho mais forte em um desafio específico, operando 158 vezes, enquanto o Qwen, da Alibaba, realizou 1.418 operações sob as mesmas instruções. Esses resultados evidenciam discrepâncias de comportamento entre modelos com instruções idênticas.

Resultados e comportamento dos modelos

Os testes mostram que os sistemas tendem a operar demais e a tomar decisões opostas sob instruções iguais. Entre as nuances observadas, Claude predomínio de compras, Gemini perfil favorável a venda e Qwen assumindo maior risco com alavancagem. Especialistas destacam que os LLMs exigem suporte estrutural robusto e dados confiáveis para ter chance real de ganhos.

Em termos de percepção de mercado, especialistas apontam que os modelos ainda não conseguem incorporar com precisão variáveis como classificações, transações de insiders e mudanças de sentimento. Em muitos casos, o momento das operações e o dimensionamento de posições apresentam falhas recorrentes.

Alguns estudos de benchmarking indicam que, com filtros mais restritos e dados adicionais, os resultados podem melhorar. Em avaliações específicas, o ChatGPT mostrou melhor acerto de direções de lucro quando comparado a benchmarks que utilizam documentos financeiros e previsões de analistas, mas isso não se manteve estável entre todas as experiências.

A pesquisa sobre uso de IA em finanças aponta que a validação em ambientes ao vivo é essencial para evitar vieses de antecipação. Ainda assim, a maioria das competições permanece curta e com alto ruído, o que limita conclusões definitivas sobre vantagem duradoura.

Especialistas ressaltam que, apesar de avanços, o mercado de ações continua exigindo supervisão humana para gestão de risco. Muitas empresas já utilizam IA para outras funções, como análise de notícias e detecção de fraudes, mantendo controle humano na operação com dinheiro real.